 |
יכולה להיות לזה תשובה היפוטתית - בתחום של Machine learning, בבואך לסווג אירועים לקבוצות שונות, יש סיווג 'מונחה' (Supervised) - שמקבל כקלט מקרים שמחולקים לקבוצות ידועות מראש - ויש סיווג לא-מונחה (Unsupervised) שלא מקבל כקלט את אפיון הקבוצות, ומחלק את אוסף המקרים שהוא נתקל בהם על פי ההתפלגויות הסטטיסטיות שלהם, לקבוצות או מצבורים שבהם האירועים קרובים זה לזה כך שעל פי פרמטר מסוים האלגוריתם מחליט שזה מספיק כדי לאפשר הפרדה ביניהם.
ברור שמרחב הפרמטרים הראשוני של כל מקרה, עדיין צריך להיות מוגדר בצורה כלשהיא. שם יכולת לשים צבע שער, צבע עור, אמונה דתית, חזות כזו או אחרת, גובה, משקל ושאר ירקות.
בצורה הזאת, ניתן יהיה להימנע מהטיעון שנמצא (חבוי למחצה) בבסיס הטענה שלך, שעדיין ההטיות הבסיסיות שלנו אשמות בסיווג המתבצע ("בעיקר כי העיתונים לא מספרים", "בגלל שאני מניח" וגו').
אבל אפשר להעלות על הדעת ניסוי סיווג כמו שאני הצעתי, שלוקח את כל הנתונים, אלה שהעיתונים מספרים ואלה שלא, ונותן לאלגוריתם סיווג בלתי-מונחה לבצע פילוח של המקרים הנ"ל, כשרק אחר כך תוכל להוציא ממנו איזה פרמטרים נתנו סיווג יותר מובהק ואיזה לא.
ואם אחרי כל זה נגלה בכל זאת שהמוצא האתני הוא פרמטר מובהק למדי להערכת הסיכון הרלוונטי - לאן נוליך אז את בושתנו הליברלית-שמאלנית?
|
 |
RSS מאמרים |
כתבו למערכת |
אודות האתר |
טרם התעדכנת |
ארכיון |
חיפוש |
עזרה |
תנאי שימוש